Abstract
In spite that the main contents of mathematical and scientific learning are understanding principles and their applications, most of existing educational softwares are based on rote learning, thus resulting in limited educational effects. In the artificial intelligence research, some progress has been made in developing automatic tutors based on proving and simulation, by adapting the techniques of knowledge representation, search and inference to the design of tutors. However, these tutors still fall short of being practical and the turor, even a prototype model, for learning problem solving is yet to come out. The geometry problem-solving tutor proposed by this research involves dynamic inference performed in parallel with learning. As an ontology for composing the problem space within a real-time setting, we have employed the notions of propositions, hypotheses and operators. Then we investigated the mechanism of interactive learning of problem solving in which the main target of inference involves the generation and the test of these components. Major accomplishment from this research is a practical model of a problem tutor embedded with a series of inference techniques for algebraic manipulation, which is indispensable in geometry problem solving but overlooked by previous research. The proposed model is expected to be applicable to the design of problem tutors in other scientific areas such as physics and electric circuitry.
수리나 과학 영역의 학습은 원리 이해와 응용을 위주로 함에도 불구하고 기존의 교육용 소프트웨어 제품들은 단순 주입식이나 단답식의 학습을 지원하는 것이 대부분이어서 높은 학습 성과를 기대하기는 어려운 실정이다. 인공 지능 연구에서 지식 표현 체계나 탐색, 추론 기법이 학습기 설계에 도입되어 증명기, 모의 실험기 유형의 학습기 연구에는 상당한 진전을 보아 왔으나 여전히 실용적 수준이라 할 수는 없고 특히 문제 해결을 지원하는 학습기는 설계 모형조차 제시되지 못하고 있다. 본 연구가 설계한 기하 문제 학습기는 학습과 병행하는 동적 추론을 구사한다. 실시간 문제 해결을 지원하기 위한 정보 구성요소로서 명제, 가설 및 연산자에 의해 문제 공간을 정의하고 이들의 생성과 검증을 추론의 주요 대상으로 하는 대화식 문제 학습의 메카니즘을 탐구하였다. 성취한 결과로서 기하 문제 해결에서 필수 불가결한 요소임에도 불구, 기존 시스템이 간과해 왔던 대수 처리를 위한 일련의 추론 전략을 연계적으로 구사함으로서 실용성있는 문제 학습기의 설계 모형을 얻었다. 제안 모형은 물리, 전자 회로 등 타 과학 영역의 문제 학습기 설계에도 적용될 수 있다.